本文選題：艦用發(fā)動機(jī)軸承 + 振動信號��； 參考：《沈陽航空航天大學(xué)》2016年碩士論文

【摘要】：艦用發(fā)動機(jī)是軍艦上的復(fù)雜動力設(shè)備,集機(jī)械、液壓和電氣等多種系統(tǒng)于一體,與普通的航空發(fā)動機(jī)相比,其工作環(huán)境較惡劣,受海洋鹽霧和濕熱影響較大,易于發(fā)生故障。因此,研究艦用發(fā)動機(jī)故障預(yù)測技術(shù),可以對艦用發(fā)動機(jī)早期故障進(jìn)行預(yù)報,保障艦用發(fā)動機(jī)安全運行,對保障軍艦的戰(zhàn)斗力具有重大意義。本文以某型艦用發(fā)動機(jī)關(guān)鍵部件——軸承作為具體研究對象,對其開展故障預(yù)測方法與應(yīng)用研究。首先,對艦用發(fā)動機(jī)軸承的故障類型和故障狀態(tài)演化特點進(jìn)行了深入分析;其次,采用振動檢測法,在某型真實艦用發(fā)動機(jī)試驗平臺上,經(jīng)長期試驗,獲取軸承振動加速度數(shù)據(jù),并對原始數(shù)據(jù)利用CEEMD方法進(jìn)行降噪處理,減少原始信號中的干擾信息;再次,針對降噪后信號特點,為獲取能夠表征軸承健康狀態(tài)的參數(shù),提出了基于小波包分解的特征提取方法,提取信號的小波包能量特征,作為預(yù)測艦用發(fā)動機(jī)軸承健康狀態(tài)的特征信息;最后,采用小波包能量信息進(jìn)行建模,分別創(chuàng)建了基于灰色理論的故障預(yù)測模型、基于灰色神經(jīng)網(wǎng)絡(luò)的故障預(yù)測模型和基于RVM的故障預(yù)測模型,采用所創(chuàng)建的模型對艦用發(fā)動機(jī)軸承的健康狀態(tài)進(jìn)行了預(yù)測研究,并對這幾種模型的預(yù)測效果進(jìn)行了分析對比。研究表明,基于RVM的故障預(yù)測方法在艦用發(fā)動機(jī)軸承故障預(yù)測中效果最佳,具有很好的應(yīng)用前景。
[Abstract]:Ship engine is a complex power equipment on warship, which integrates mechanical, hydraulic and electrical systems. Compared with ordinary aero-engine, its working environment is worse, which is affected by sea salt fog and moisture and heat, and is prone to malfunction. Therefore, the study of ship engine fault prediction technology can predict the early fault of ship engine, ensure the safe operation of ship engine, and have great significance to guarantee the warship combat effectiveness. In this paper, bearing, a key component of a ship engine, is taken as a specific research object, and its fault prediction method and application are studied. Firstly, the fault types and fault state evolution characteristics of marine engine bearings are deeply analyzed. Secondly, the vibration detection method is used to test the ship engine on a real ship engine test platform for a long time. Obtain the vibration acceleration data of bearing, and use the CEEMD method to reduce the noise in the original signal. Thirdly, according to the characteristics of the signal after noise reduction, to obtain the parameters that can represent the healthy state of the bearing. A feature extraction method based on wavelet packet decomposition is proposed to extract the wavelet packet energy feature of the signal, which can be used as the feature information to predict the health state of the marine engine bearing. Finally, the wavelet packet energy information is used to model the model. The fault prediction model based on grey theory, the fault prediction model based on grey neural network and the fault prediction model based on RVM are established respectively. The prediction results of these models are analyzed and compared. The research shows that the fault prediction method based on RVM has the best effect in the fault prediction of marine engine bearings and has a good application prospect.
【學(xué)位授予單位】：沈陽航空航天大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：V263.6

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 程禮芬;區(qū)域貨運量預(yù)測方法的比較[J];重慶交通學(xué)院學(xué)報;2005年04期

2 綱;;經(jīng)濟(jì)情報網(wǎng)預(yù)測分網(wǎng)預(yù)測方法研討會在寧波召開[J];科技信息;1987年11期

3 岡部賴信 ,中井真行 ,織本正明 ,趙立群;煤揚塵的預(yù)測方法[J];交通環(huán)保;1988年S1期

4 王志丹;輪式越野車輛通過性預(yù)測方法的試驗考察[J];汽車工程;1985年02期

5 陶靜;胡平;;防汛物資采購量預(yù)測方法[J];江蘇水利;2009年02期

6 李德光,張明立;基于未確知數(shù)理論的一種新的費用估算專家預(yù)測方法[J];導(dǎo)彈與航天運載技術(shù);2000年06期

7 鄧濤成;劉廷新;張明娟;;基于多元線性回歸模型的農(nóng)村客運量預(yù)測研究[J];道路交通與安全;2010年06期

8 潘國美;;對幾種用電預(yù)測方法的探討[J];上海電力;2000年02期

9 吳劍春;朱子根;;居住區(qū)綠色建筑設(shè)計聲環(huán)境預(yù)測方法[J];中華民居;2010年05期

10 桑玉杰;商服用房二級市場需求的一種預(yù)測方法[J];沈陽航空工業(yè)學(xué)院學(xué)報;2003年04期

相關(guān)會議論文 前8條

1 羅煒;;運輸需求的一種間接預(yù)測方法——兼論預(yù)測的本質(zhì)[A];管理科學(xué)與系統(tǒng)科學(xué)進(jìn)展——全國青年管理科學(xué)與系統(tǒng)科學(xué)論文集（第4卷）[C];1997年

2 魯守棟;孫晉海;;體育系統(tǒng)預(yù)測研究的現(xiàn)狀分析及對策研究[A];第七屆全國體育科學(xué)大會論文摘要匯編（一）[C];2004年

3 肖翠翠;楊姝影;;環(huán)境規(guī)劃中的預(yù)測方法與技術(shù)[A];2010中國環(huán)境科學(xué)學(xué)會學(xué)術(shù)年會論文集(第二卷)[C];2010年

4 鮑蕊;魏英魁;張建宇;費斌軍;;基于概率斷裂力學(xué)的多部位損傷發(fā)生概率預(yù)測方法[A];第十五屆全國疲勞與斷裂學(xué)術(shù)會議摘要及論文集[C];2010年

5 劉斌;張榮;劉思峰;黨耀國;;PMVF綜合集成預(yù)測方法及應(yīng)用示例[A];2006年灰色系統(tǒng)理論及其應(yīng)用學(xué)術(shù)會議論文集[C];2006年

6 韓渭賓;易桂喜;辛華;;四川省地震年度活動水平的初步研究[A];中國地震學(xué)會第七次學(xué)術(shù)大會論文摘要集[C];1998年

7 馬先海;;用地預(yù)測的基本方法探討[A];中國土地問題研究——中國土地學(xué)會第三次會員代表大會暨慶祝學(xué)會成立十周年學(xué)術(shù)討論會論文集[C];1990年

8 ;年際增量的預(yù)測方法在北大西洋颶風(fēng)頻次的季節(jié)預(yù)測(英文)[A];第28屆中國氣象學(xué)會年會——S5氣候預(yù)測新方法和新技術(shù)[C];2011年

相關(guān)重要報紙文章 前3條

1 楊鋼作坊 言寺;簡單一點好[N];現(xiàn)代物流報;2007年

2 辛和;北京科技新星課題通過專家鑒定[N];中國建設(shè)報;2009年

3 王志剛（作者單位 甘肅省電力公司武威供電公司）;預(yù)測是抓好預(yù)算的關(guān)鍵[N];甘肅經(jīng)濟(jì)日報;2005年

相關(guān)博士學(xué)位論文 前2條

1 張雪潔;基于QoS的個性化云服務(wù)推薦方法研究[D];南京航空航天大學(xué);2015年

2 殷克濤;變組分和過渡態(tài)結(jié)構(gòu)預(yù)測方法及其應(yīng)用[D];吉林大學(xué);2016年

相關(guān)碩士學(xué)位論文 前10條

1 李偉花;考慮時空分布特性的區(qū)域風(fēng)電功率預(yù)測方法[D];華北電力大學(xué);2015年

2 王志威;圖片廣告點擊率預(yù)測方法的研究及改進(jìn)[D];哈爾濱工業(yè)大學(xué);2015年

3 張澤生;基于置信規(guī)則庫推理的過程報警預(yù)測方法及應(yīng)用[D];北京化工大學(xué);2016年

4 周子茜;基于EFSM的復(fù)雜工業(yè)過程故障預(yù)測應(yīng)用研究[D];北京化工大學(xué);2016年

5 王雙雙;艦用發(fā)動機(jī)某關(guān)鍵部件故障預(yù)測方法與應(yīng)用研究[D];沈陽航空航天大學(xué);2016年

6 張克娜;基于擬線性回歸的復(fù)合預(yù)測方法及其應(yīng)用[D];河北科技大學(xué);2013年

7 馮莉;多種預(yù)測方法在我國對外貿(mào)易預(yù)測中的應(yīng)用研究[D];武漢理工大學(xué);2007年

8 池可;服裝銷售預(yù)測方法及RBF神經(jīng)網(wǎng)絡(luò)模型研究[D];蘇州大學(xué);2009年

9 符俊嶺;具有主客觀信息集成特征的經(jīng)濟(jì)預(yù)測方法及其應(yīng)用[D];東北大學(xué);2009年

10 張飛飛;云資源管理中預(yù)測方法的研究與實現(xiàn)[D];復(fù)旦大學(xué);2013年

，

本文編號：1950046